从品牌营销视角看国内数字营销的知识图谱，描绘的是国内数字营销运营的底层逻辑。

　　由于不同行业，不同体量的广告主部门划分有着较大差异，对于不同数字营资源的使用程度也不一样，有的职能在某些广告主内部可能是庞大的独立团队，而另一些广告主可能只是某个员工的部分职能。下面仅表达我们（秒针）理解的行业规划预算分类责任部门：

　　数据中台和第三方数据：这是现在差异性最大的预算领域，在不同广告主内部由IT，媒介，CRM,数字等部门都会有不同的参与形式

　　今天站在消费者的视角，接收的营销信息是严重过剩的，而实际消费者对于绝大多数营销信息是无感的。

　　换位到广告主视角，今天找到目标消费者并不难，难的是每种触点的使用方式、成本、覆盖面、覆盖精度、能传递的信息量有着很大的差别，理论上广告主对高价值消费者投入更多费用进行“拨点”，对于海量的普通潜在消费者进行“铺面”，但在现实操作中受制于技术和商务层面很难执行。如何整合营销资源碎片，能够把“正确的内容”以“正好的频率”在“正确的触点”传递给“正确的消费者”是数字营销在今天需要解决的行业命题。

　　在国外，为了解决以下两个视角的痛点而提出的底层方法论称为客户体验（CX）,目标是以消费者采购决策链为出发点，匹配对应的触点策略，以及穿点背后责任部门的协同模式。

　　根据消费者的采购决策链，划分出消费者在各阶段可能的行为，痛点，和能打动消费者的卖点。营销人经常见到的AIDA，AISAS，AARRR，AIPL等理论解释的都是不同商品品类和思考维度的客户旅程设计。

　　在消费者的采购决策链节点上，匹配对应的触点，以及互相之间的引流关系。在消费者采购决策链早期需要覆盖面大，价格更低，精准度及容忍度更高的触点形式，例如数字广告，传统线下广告等。而在中后期会谁用精准度高，可以双向互动进行深度沟通，价格更高的触点形式，例如在线客服，电话销售，线下会议等。确定可使用的触点后，还需要考虑触点间的互相引流，比如私域生态搭建，目的是保证任何一个流量节点都为最终的销售服务。

　　大部分营销人提及的数字营销，指的都是触点版块的执行，例如社交营销，搜索营销，数字广告等。在信息传递过程中，不同触点有着不同的采购方式，成本组成，覆盖范围，互动形式，传递信息量和精准程度，因此当成本固定时，在信息有效传递的前提条件下，不同触点的排列组合有着大量优化空间。

　　4.直效营销：营销自动化，邮件营销eDM，短信营销SMS，电话营销，会议营销，在线会议，目标客户营销，增强现实/x虚拟现实

　　5.用户体验: 自有官网/APP/微信公众号/H5/小程序，网站分析，动态主页，A/B测试

　　在所有数字营销资源中，数据资源是最耗资源，最专业，也是国内外差距最大的领域，虽然数据本身不产生效果，但却是对数字营销进行精细化操作的底层资源。在过去，数据营销能力的建设得到核心预算，背后有以下原因：

　　由于流量红利的消失，逼迫广告主需要对现有流量进行精细化操作，而构建自己的数据能力是唯一的方法，特别是从2018年开始，我们看到了行业对于“营销数据中台”的极大热情，经过一年多的发展，DMP/CDP等营销数据中台已经成为大型广告主的标配。

　　数据治理：如何对数据进行清理，标准化，通过ID打通各数据源，这是数据能力中最重要的隐性技术壁垒。

　　数据输出：如何能把前期整理后的数据，输出到各个应用场景，在地铁图中被归类到数据中台的组件。

　　考核优化：如何定量评估营销效果，在数据层面进行优化，在地铁图中被归类到数据分析。

　　构建完整的数据能力需要耗费巨大资源，需要预算支撑。中小企业量力而行。数据能力的建设分为5个领域：

　　客户关系管理（CRM）,社交客户关系管理（SCRM），用户忠诚度平台，业务运营数据，智能探针，爬虫工具

　　3.第三方数据：广告主受限于数据宽度，数据厚度，数据更新的需求，要成体系的提升数据质量，完善数据维度，必定依赖第三方外部数据资源。但受限数据合规，实际外部供应商只提供四种合规服务。【标签补充，相似性拓展，统计级报告，第三方标签调用】

　　由于第三方数据供应商不会公布标签背后的算法，标签的质量对于广告主来说完全是黑箱，同时外部供应商往往缺乏经验，标签质量无法保证。因而第三方数据只是作为广告主数据能力的补充。

　　营销数据中台是过去两年数字营销生态圈的最热话题，目的是同一管理广告主内部所有的营销数据，为各个应用场景和使用部门提供统一口径的数据，减少各部门数据分治造成的信息孤岛和高运营成本。 今天数据营销中台按应用场景，已经形成了DMP/CDP/CEM等多个标准技术方案，但是从技术上都离不开七个组件：多数据源对接，数据治理，数据存储和运算，权限管理，数据分析，数据可视化和数据输出。

　　在广告主所有数据运营能力中，对于数据解读的分析能力是最难积累的，广告主能在短期内建立数据运营的IT能力，但是业务侧的读懂，需要数据科学家对数据进行“翻译”，数据分析能力的构建需要长期的积累。

　　就今天国内的数字营销生态圈，大部分广告主仍处于数据的收集和管理能力建设的前期阶段，数据分析相对是粗放式的经营模式，数据分析简化归类成七种：

　　数据分析工具，商业智能，市场研究，营销分析，数字营销分析，营销效果分析，营销人工智能

　　相对于触点和数据层面的技术日新月异，内容板块的进步并不大，大部分广告主内容的生产和管理并不一依赖数字技术。但是随着广告主在数据领域的不断投资和中台的构建，广告主发现要实现“千人千面”的精准营销，对目标消费者通过数据进行细分已经能很好实现，但是却无法找到足够多的内容进行匹配，因此降低优质内容的生产成本成为广告主在构建数据中台后出现的一个核心问题。

　　明星和知识产权（IP）,用户生产内容（UGC），专业生产内容（PGC），品牌生产内容（BGC），第三方创意，内容资源采买，动态创意优化，内容创意AI，内容管理工具

　　数字营销的目标之一是给广告主的销售渠道引流，在传统的企业组织结构中，营销部门并不直接参与到销售环节。但是随着数字技术的进步，在数字广告，直效营销等领域收集的消费者数据和其他资源碎片也同样能提升销售环节的转换率，很多广告主的数字营销部门逐渐也参与了电商和数字零售的建设。数字营销时代，营销部门需要参与和承担销售结果，从单纯的成本中心向营-销闭环的利润中心转型，而“增长”也是CMO的核心任务之一。

　　商业交易领域分为线上线下两部分，被统称为交易营销。线上的电商部分，今天国内的主流电商数字化程度都很高，既能为广告主提供标准化的流量工具（例如阿里妈妈的钻石展位，直通车等），也可以为头部广告主提供个性化服务（例如阿里的Databank），完成了“围墙花园”的构建（指广告主可以通过个各必威科技有限公司种数据调用电任何电商的流量资源，但是无法从电商平台获取任何清单级的消费者数据），资源碎片一共可以分为9种：

　　电商平台，电商分析，智能客服，社交电商，电商管理，第二方电商DMP，电商营销，动态定价，电商运营

　　线下的数字零售部分，新零售在最近几年出现了比较大的飞跃智能货架，物联网IOT，边缘计算等技术成熟，但是也会看到技术的法律合规性，受到行业质疑，比如红外，iBeacon，智能探针，摄像头+图片识别等都存在着侵犯用户隐私的法律合规性问题。数字零售的资源碎片一共可以分为5种：

　　零售营销，地理位置营销，智能自动售货机，可扫描营销，数字店面管理，数字钱包，数字钱包营销

　　由于数字营销领域过多，对于广告主来说很多方面需要外部专家支撑，第三方提供的营销服务资源包括了6种资源节点：

　　数据合规，数字营销咨询，供应商评估，数字营销媒体，数字营销教育，IT架构

　　数字营销以不再只是营销范畴，而是数字转型的一部分，在营销过程中收集的消费者数据，同时支撑在周边的数字化领域，有的领域甚至比数字营销更加庞大和专业返回搜狐，查看更多